生活健康报移动版

　　有些网络异常产生这种病，另外一些网络异常产生其他疾病。但是药物是针对分子和细胞的，而大脑网络都是由类似的神经细胞跟神经突触联接形成，我们很难找到特异的药物。

　　这也是为什么大的制药公司做了20年的脑疾病药物研发，其中大多数都以失败告终，以至于多数大公司放弃了相关研发。因为每种药物的研发周期异常漫长，十几二十年时间，几十亿美金的投入，研制失败率在90%以上，大公司觉得划不来，所以就放弃了。现在只能依靠科研人员在实验室做出很好的产品，大公司才紧随其后投入进去做检验。

　　在临床前，为判别药物是否可用，也要进行动物实验。检测的首要指标就是药物的安全性，即看动物使用后是否安全，健康会不会受到不良影响，以及药物的代谢问题等等。

　　以前常常用猕猴等灵长类动物进行药物检测，但目前还缺少灵长类动物的药效检测模型。这是因为进行药效检测的前提是，猕猴等灵长类动物出现相关疾病的症状，才能进行药效实验。但目前研究人员手中并没有灵长类动物的相关模型，以前的模型都是小鼠的，是不能用的，所以科学家也在努力建模。

　　最近所做的克隆猴项目就是为了研发出克隆猴的疾病模型，以便应用于脑疾病治疗方面。

　　未来二三十年内可能出现具有通用人工智能的类脑人工智能

　　脑科学研究的另外一个重要应用就是脑机智能技术、类脑研究方面。

　　在该领域中，未来很重要的一个发展方向，就是脑机接口和脑机融合的新方法，还有各种脑活动的刺激方法、调控方法以及新一代人工网络模型和计算模型。

　　尽管现在的深度网络计算模型很好，但与人脑相比，还差得很远。如果能够更进一步研发出类人脑的新型计算模型和新的类似神经元的处理硬件，并将它们应用到新一代计算机上，有可能做出更优秀、更高效的计算机，它们的计算能力也将更接近人类，并且能耗更低，效率也更高。

　　此外，类脑计算机器人和大数据处理也是未来类脑研究的方向。我重点谈谈图灵测试。

　　大家也许听说过图灵测试，如何判断一台机器具有人的智能？图灵在70年前就提出过这样一个设想：在彼此看不到对方的情况下，分别与一台机器和一个人对话，并在对话过程中，分辨出对方是机器还是人。如果无法分辨出对方的身份，就可以认定这台机器具有人的智能。其中语义的理解是最关键的。

　　多年来，人们一直希望做出能够通过图灵测试的机器。通过测试的标准是，只要有1/3的人在5分钟之内辨别不出跟自己对话的是机器还是人，即可认定机器获胜。

　　小冰是微软（亚洲）互联网工程院在中国推出的人工智能聊天机器人，可以通过对话不断提升自己，增加自身的知识储备，增强回应能力。

　　虽然问世多年的小冰具有很高的对话能力，但人们还是很容易就知道它不是真的人，而只是一台机器。

　　在今天，如果真正要做出好的类脑智能，必须依靠新的图灵测试。什么是新的图灵测试？除了语言能力之外，测试指标还应包括对各种信息的感知能力与处理能力。

　　具体来说，可以让一个机器人和一个人各自操作一只机械手来玩一个玩具，同时要求他们彼此间就动作情况进行对话，以便进行判别。我们很容易发现，类似测试可比跟一台计算机对话复杂多了。

　　团队合作方面也是测试内容。叫一个机器人与人类合作进行某些活动，比如进行比赛，观察大家是否能够辨别出来队员中哪个是机器人哪个是人。这些都是新的图灵测试所涵盖的内容。

　　我们可以期待，未来二三十年内，可能出现能够通过新的图灵测试的、具有通用人工智能的类脑人工智能。

　　演讲来自SELF格致论道讲坛

　　整理/科学大院公众号